بررسی کارایی مدل های غیرپارامتریک در برآورد تبخیر- تعرق سالانه با به کارگیری آزمون گاما در مناطق نیمه خشک ایران

محدودیت منابع آب و رقابت بخش های مختلف در استفاده از این منابع، نیاز به بهره برداری بهینه از منابع آب را مخصوصا در مناطق خشک و نیمه خشک افزایش داده است. برای این منظور از آمار و اطلاعات در محدوده شش ایستگاه همدیدی مناطق نیمه خشک ایران شامل مشهد، شیراز، تبریز، کرمانشاه، خرم آباد و ارومیه استفاده شد. متغیرهای ورودی شامل فراسنج های دمای متوسط (T)، رطوبت نسبی (RH)، ساعت آفتابی (S) و سرعت باد در ارتفاع دو متری (U2) می باشند. برای تعیین طول دوره آزمون ابتدا از روش M تست استفاده شد و با توجه به اینکه در انتهای سمت راست نمودارها، هم آماره گاما و هم خطای استاندارد به سمت مجانب شدن می روند، از 5 سال آخر برای تست مدل ها استفاده شد. نتایج نشان داد که بر اساس آزمون گاما در حالت ترکیبی بهترین ورودی ها برای ایستگاه های مشهد، شیراز، تبریز، کرمانشاه، خرم آباد و ارومیه به ترتیب (S، U2، RH)، (T، U2، RH، S)، (T، U2، RH، S)، (T، U2، RH)، (T، RH، S)، (RH، S)، دارای کم ترین گاما به ترتیب برابر 005/0، 01/0-، 001/0، 002/0-، 008/0، 009/0 می باشند. برای مدل سازی تبخیر- تعرق سالانه از روش های رگرسیون خطی (LLR)، رگرسیون خطی پویا (DLLR)، شبکه عصبی مصنوعیANNCG   وANNBFGS  استفاده شد. برای ارزیابی مدل های فوق از معیارهای ارزیابی R، MAE، RMSE، MBE، معیار جاکوویدز (t) و معیار صباغ (R2/t) استفاده شد. نتایج نشان داد که با بهترین ورودی ها بهترین عملکرد برای ایستگاه های مشهد، کرمانشاه، تبریز و شیراز به دست آمد، به طوری که ضریب همبستگی پیرسون در دوره تست برای مدل شبکه عصبی (CG) به ترتیب 91/0، 98/0، 96/0، 97/0 به دست آمد. نتایج  به طور کلی نشان داد که روش های غیرخطی به خوبی توانایی برآورد تبخیر- تعرق سالانه را در ایستگاه های مورد بررسی دارند.